DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XMLStarlet 入門:在命令列處理 XML
編輯:XML詳解     

XMLStarlet 是一套開放原始碼的 XML 工具箱,可在 UNIX、Mac OS X 與 Windows 的命令列中使用。它能驗證、格式化、篩選、以 XSLT 轉換甚至直接編輯 XML——也就是說,你不必寫 Perl 或 Java 程式,就能在 shell 腳本裡加入完整的 XML 處理能力。本文作者 Jack Herrington 帶你快速上手。

安裝

XMLStarlet 需要 libxml2 與 libxslt2。Windows 使用者不必另外安裝這兩個函式庫,Win32 包已內含;下載可執行檔放到 PATH 中的任一位置即可。在 UNIX 上若尚未安裝,請先自行下載編譯。

接著到 XMLStarlet 首頁下載最新版本,依序執行:

./configure
make install

若你不是超級使用者,請改用 sudo make install 安裝到系統目錄。另外建議抽空瀏覽 XML、XSLT 與 XPath 三份規範——要把這個工具用得好,這三者的觀念是關鍵。

基本用法

不帶參數執行 xml 就會看到說明頁,可用命令包括:

ed (edit)     編輯/更新 XML 文件
sel (select)  以 XPath 等語法查詢、擷取資料
tr (transform) 以 XSLT 轉換
val (validate) 驗證(well-formed / DTD / XSD / RelaxNG)
fo (format)   格式化
el (elements) 顯示元素結構
c14n          標準化(canonicalization)
ls (list)     將目錄列成 XML
esc / unesc   跳脫/還原 XML 特殊字元
pyx / p2x     與 PYX 格式互轉

所有命令的通用形式為 xml <command> [options],查詢單一命令的用法則是 xml <command> --help。例如 xml ed --help 會列出編輯命令可用的 action:

-d / --delete <xpath>            刪除節點
-i / --insert <xpath>            插入
-a / --append <xpath>            附加
-s / --subnode <xpath>           加成子節點
-m / --move <xpath1> <xpath2>     搬移
-r / --rename <xpath> -v <名稱>   重新命名
-u / --update <xpath> -v <值>    更新值

搭配的 -t 可指定型別為 elem、text 或 attr。看起來撲朔,實際最常用的就是刪除、插入與改值這幾個。

把目錄轉成 XML

第一個實用命令是 xml ls,它把當前目錄以 XML 輸出:

% xml ls
<xml>
  <d p="rwxr-xr-x" a="2005.05.04 23:03:46" m="2004.03.24 16:21:02" s="374" n="."/>
  <f p="rw-r--r--" a="2005.03.24 17:53:52" m="2004.03.24 00:41:46" s="173" n="build.xml"/>
  <f p="rw-r--r--" a="2005.03.24 17:53:52" m="2004.03.21 18:41:58" s="641" n="input.xml"/>
  <d p="rwxr-xr-x" a="2005.04.30 11:34:25" m="2004.03.24 00:20:07" s="272" n="output"/>
</xml>

資訊太多?用管線把輸出餵給編輯命令,刪掉所有 d(目錄)節點:

% xml ls | xml ed -d "//d"
<?xml version="1.0"?>
<xml>
  <f p="rw-r--r--" ... s="173" n="build.xml"/>
  <f p="rw-r--r--" ... s="641" n="input.xml"/>
</xml>

XPath 表達式 //d 會匹配任意層級的 d 節點;若想更精確,寫成 /xml/d。同理可以一口氣砍掉 p、a、m 屬性:

% xml ls | xml ed -d "//d" -d "//@a" -d "//@m" -d "//@p"

再用 rename 把 f 標籤改成 file、把 s 與 n 屬性改成 size 與 name,可讀性立刻不同:

% cat ls.xml | xml ed -r "//f" -v "file" \
                     -r "//@s" -v "size" \
                     -r "//@n" -v "name"
<?xml version="1.0"?>
<xml>
  <file size="6148" name=".DS_Store"/>
  <file size="173"  name="build.xml"/>
  <file size="641"  name="input.xml"/>
</xml>

走到這一步,你還沒寫過一行 XSLT、Perl 或 Java。

驗證:well-formed 不等於 valid

% xml val ls2.xml
ls2.xml - valid

這只代表它是「格式良好的」——標籤配對、字元編碼正確。但標籤與屬性是否符合預期結構,需要靠模式(schema)來檢查。以下是一份簡短的 RELAX NG 模式:

<?xml version="1.0" encoding="UTF-8"?>
<grammar xmlns="https://relaxng.org/ns/structure/1.0"
         datatypeLibrary="https://www.w3.org/2001/XMLSchema-datatypes">
  <start>
    <element name="xml">
      <oneOrMore>
        <element name="file">
          <attribute name="name"><data type="NMTOKEN"/></attribute>
          <attribute name="size"><data type="integer"/></attribute>
        </element>
      </oneOrMore>
    </element>
  </start>
</grammar>

RELAX NG 的寫法相當直覺:最外層 element 定義根標籤,內部 oneOrMore 表示可以出現一個以上的 file 元素,每個 file 必須具備 name 與 size 兩個屬性。

% xml val -e -r ls.rng ls2.xml
ls2.xml - valid

反過來說,若不小心在 file 節點多塞了一個屬性,驗證就會失敗並指出行號與原因:

% xml val -e -r ls.rng ls3.xml
ls3.xml:4: element file: Relax-NG validity error :
  Invalid attribute someAttribute for element file
ls3.xml - invalid

用 select 抽資料

把檔案清單撈成純文字:

% xml sel -t -m "/xml/file" -v "concat(@name,'&#10;')" ls2.xml
.DS_Store
build.xml
input.xml
main.xsl

-m 指定要遍歷的節點路徑,-v 則是輸出用的值;這裡用 concat 把 name 屬性與換行字元串起來。

加上 -s 就能排序。A:N:- 表示依數值遞增排序:

% xml sel -t -m "/xml/file" -s A:N:- "@size" \
      -v "concat(@name,':',@size,'&#10;')" ls2.xml
build.xml:173
Makefile:184
input.xml:641
main.xsl:3587
MyGenerator.class:3869
MyGenerator.java:5265
.DS_Store:6148

實際應用:處理 RSS 摘要

把 curl 與 XMLStarlet 串起來,就能直接從 RSS 饋送中撈出你要的欄位。以下用 Yahoo! Maps 的路況 RSS 為例:

% curl -g "https://maps.yahoo.com/traffic.rss?csz=94101" -s \
  | xml sel -t -m "/rss/channel/item/description" -v "."
Traffic Collision, Severity: Major, Started: 04:20pm 05/06/05,
  Estimated End: 04:50pm 05/06/05, Last Updated: 04:25pm 05/06/05
Disabled Vehicle, Severity: Moderate, Started: 04:20pm 05/06/05, ...
Pedestrian On The Roadway, Severity: Critical, ...

-m 從每個 item 中取出 description,-v 用句點(.)輸出該節點的文字內容。把同樣的手法換成天氣、新聞或自家系統輸出的 XML,邏輯完全通用。

結語

本文只涵蓋了 XMLStarlet 的一小部分能力。有時間不妨再試試它的 XSLT 轉換(tr)、跳脫與還原(esc/unesc)以及格式化(fo)功能——對於需要處理大量 XML 的維運與 ETL 工作,這些命令能省下大量時間。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved